慢教AI教授解释为何手绘图教AI

#ai #programming #algorithms #machinelearning

这段视频是 YouTube 频道 EO 对美国科罗拉多大学博尔德分校（CU Boulder）计算机科学系教授 Tom Yeh（叶汤姆） 的专访。

Tom Yeh 教授也是全球知名教育倡议项目 “AI by hand”（手绘 AI / 手算 AI） 的发起人。在视频中，他深入探讨了在人工智能时代，为什么“慢学习（Slow Learning）”和扎实的底层基础才是最终的赢家，并反思了技术浪潮下教育与人才的本质。

以下是视频内容的详细拆解：

打破 AI 的黑盒： 教授发起“AI by hand”项目的初衷，是希望通过纯手写数学公式、手绘模型架构图的方式，让复杂的 AI 内部机制（如 Transformer、Attention 机制）变得可视化、接地气。他认为，只要把大模型拆解到纸上，大家就会发现 AI 不是什么不可名状的神秘魔法，而是人人都能理解的数学和算法。
教授自己的“补课”经历： 教授自嘲自己读书的年代流行的是支持向量机（SVM）等传统机器学习，错过了深度学习的爆发。当他成为教授后，发现所有人都在搞深度学习，他不得不“从头学起”。而他发现自己唯一能真正搞懂、吃透这些新算法的方式，就是坐在桌前，用笔在纸上把每一个矩阵、每一个公式耐心地推导和画出来。正是这种看似最笨、最慢的“手算”过程，让他产生了和全球无数技术学习者的共鸣。

教授分享了他以前在学校教 C++ 编程时的一个尝试：因为学生总反馈他用 PPT 讲课太快、跟不上，于是他决定整整一个学期不用 PPT、不搞实时现场敲代码，全部用黑板板书。他发现了三大好处：

永远的矩阵乘法： 教授回顾了自己的人生经历。上大学时学线性代数和矩阵运算，觉得枯燥又没用。但不久后《侏罗纪公园》带火了计算机图形学（CGI）——需要矩阵运算；几年后大数据、数据科学爆发——需要矩阵运算；再后来机器学习、深度学习兴起——需要矩阵运算；现在的 AI 浪潮——还是矩阵运算；甚至未来的量子计算——依然是矩阵运算。
工具在变，底层不变： 就像 DeepSeek 或 Claude 这样的具体工具或模型可能在几个月内各领风骚甚至被替代，但 Transformer 的架构原理、底层的数学基础是“常青树（Evergreen）”。
景福宫的启示： 教授分享了他去韩国首尔参观景福宫的故事。整个宫殿在 15 世纪末被付之一炬，只有最底部的巨石地基完好无损。到了 19 世纪，人们在完全相同的地基上重建了整座宫殿。这就像技术：只要你的数学和底层地基足够扎实，哪怕上面的应用和工具全部过时（被烧毁），你随时可以轻松地重新构建知识大厦。 如果只追逐表面的工具，你就得不停地盖新房子，却永远没有自己的地基。

AI 能秒给答案，不等于你懂了： 现在的 AI 可以瞬间给你任何完美的答案，你可以买到学位、买到证书，但这不代表你“拥有（Ownership）”了知识。教授认为：你对一个知识的珍视程度和掌握程度，与你获取它时所投入的时间和痛苦成正比。
学习留下的是“能力的证明”： 教授坦言，作为教育者，他知道学生在一年后可能就会把 Transformer 的数学公式忘得一干二净。但他不在乎。他在乎的是，学生曾几何时愿意为了打开 AI 的黑盒，在图书馆里静坐几个小时、付出艰苦努力去啃下硬骨头并获得成功的“这段经历”。这种“面对困难挑战的意愿与解决能力”，才是将人和人区分开的关键。你练过的钢琴、踢过的足球，这些长期训练培养出的高难度技能获取能力，构成了你的核心身份（Identity），这是任何单一 AI 工具都无法定义或剥夺的。

AI 不是作弊的根源，只是症状： 以前教授为了防止学生用 Chegg 等网站抄作业答案，斗智斗勇，设计各种诱捕陷阱。后来 AI 横空出世把 Chegg 的蛋糕给砸了，但教授发现作弊问题依然存在。他意识到，Chegg 也好、AI 也好，都只是“症状”，真正的“病因”是社会背后的激励机制和评价体系——为什么这个系统不鼓励学生花时间去进行真正的慢学习，而是逼着他们去走捷径拿那个数字结果？
回归职场最基本的用人标准： 教授建议企业在 AI 时代招聘时，应该回归那些最朴素的特质：良好的工作职业道德（Work Ethics）、优秀的解决问题能力（Problem Solver）、团队协作与沟通能力（Team Player）。
优秀的人会自动拥抱 AI： 你根本不需要强制要求员工必须是所谓的“AI 原生代（AI native）”。一个真正具备解决问题能力和团队合作精神的人，为了把工作做好、为了促进团队协作，他自己就会自动自发地去学习和使用 AI 工具。相反，如果一个人自私、不尊重他人、毫无解决问题的动力，AI 根本救不了他。“AI 无法改变人，只有你能改变自己；但（通过提升自己）你可以改变 AI。” [12:05]